Interviews
Gary Huestis, ejer og direktør for Powerhouse Forensics – Intervjuerække
Føj Unite.AI til dine foretrukne kilder på Google
Gary Huestis er ejer og direktør for Powerhouse Forensics, en licenseret privatdetektiv, en certificeret datarecovery-professionel (CDRP) og medlem af InfraGard. Han har gennemført hundredvis af retsmedicinske undersøgelser i en bred vifte af sager.
Disse sager har inkluderet tyveri af data/intellektuel ejendom, gennemførelse af ikke-konkurrence-klausuler, uoverensstemmelser i fusioner og opkøb, identifikation af data-centrerede aktiver, straffesager og vurderinger af netværkskader. Gary har fungeret som leder af over 200 sager, der er blevet præsenteret i retten.
Powerhouse Forensics følger sporet og afkoder informationen, uanset om beviserne er digitale, såsom elektronisk lagret information fundet på computere, mobiltelefoner eller andre enheder, eller om undersøgelsen kræver traditionelle privatdetektivtjenester. Powerhouse Forensics har adgang til branchens førende privatdetektivværktøjer og -teknikker, herunder overvågning, undercover-arbejde og detaljerede søgninger i registre.
Hvad var det, der oprindeligt tiltrak dig til datalogi?
Jeg var interesseret i computere i en meget ung alder. Computere, som vi kender dem i dag, eksisterede ikke dengang, men mere som spilkonsoller. Min første “computer” var en 8-bit Atari 400, som jeg fik i 1980, da jeg var 11 år gammel. Inden jeg var 13 år gammel, skrev jeg programmer for Atari-selskabet gennem Atari Program Exchange (APX), og min interesse for computere fortsatte med at vokse herefter.
Kan du diskutere din personlige rejse og hvordan du endte med at blive en digital retsmediciner?
Jeg havde et IT-supportfirma i 1990’erne, og flere af mine kunder var advokater. Da retssagerne gik fra papir og printudgaver til computere og digitale data, hjalp jeg advokaterne med computer- og digitaldata-relaterede sager. Da jeg begyndte at afgive vidnesbyrd som computer-ekspert i disse sager, foreslog en af advokaterne, at jeg skulle se på at blive certificeret i det nye felt digital retsmedicin, så det gjorde jeg.
Huskker du den første gang, du stødte på en deepfake? Hvad var din første reaktion på det?
Begrebet deepfake har ikke en klar definition, og jeg tror, at mange billeder, der blev kaldt “photoshopped” for flere år siden, kan passe ind i denne kategori. Jeg tror, at den første gang, jeg så deepfake-teknologi, var i filmen Forrest Gump, hvor Forrest møder John F. Kennedy. Jeg husker, at jeg tænkte, det var fedt, og hvordan teknologien kan udvikle sig til et punkt, hvor film kan erstatte menneskelige skuespillere med digitale versioner.
Med Generative AI bliver deepfakes mere og mere overbevisende, hvad er nogle af de forbundne cyberkriminaliteter?
At bruge deepfakes til at begå cyberkriminalitet er næsten ubegrænset. Da teknologien bliver bedre og lettere at bruge, kan deepfakes bruges til at “vise”, at mennesker gør ting, som ikke skete, ændre identiteten af mennesker og overbevise individer om, at en pålidelig ven, kollega eller familiemedlem, de interagerer med, i virkeligheden er en deepfake. Vi har set sager, hvor audio-teknologien i deepfakes blev brugt til at få CFO’en i et selskab til at tro, at hans chef bad ham overføre en stor sum penge til en bankkonto, da det i virkeligheden var en cyberkriminel.
DeepFakes og desinformation vil også være en stor bekymring for manipulation af valg, hvordan skal sociale medier-selskaber reagere på denne samfundstrussel?
Implementer deepfake-detektionsteknologi for at forsøge at opdage videoer, der er deepfakes, og enten klart markere dem som falske eller blokke dem fra visning. Der bør også være en mulighed for brugere af sociale medier at rapportere videoer som falske. Afhængigt af indholdet bør der udføres nogen faktatjek for at se, om videoen er ægte.
Hvad er dine synspunkter på AI-gennemsigtighed og behovet for at korrekt identificere deepfakes?
Der er nogle scenarier, hvor deepfake-teknologi bruges til underholdningsformål og humor, som jeg ikke tror, det er nødvendigt at identificere deepfakes. Men i deepfakes, der er tiltænkt at misrepræsentere en person eller situation, er min opfattelse, at deepfakes bør identificeres og markeres som manipuleret eller falske.
Hvad er nogle måder, hvorpå AI bruges til at hjælpe med at opdage DeepFakes?
AI-teknologi bruges til at hjælpe med at opdage deepfakes ved at analysere aspekter af videoer, der skyldes brug af deepfake-teknologi, såsom inkonsistent skygge eller artefakter mellem subjektet og baggrunden. Dette ændrer sig konstant, da deepfake-teknologien bliver bedre.
Kan du dele nogle indsigt i, hvad deepfake-forensik egentlig er?
Deepfake-forensik er analysen af medier med målet om at bestemme, om mediet er blevet skabt eller ændret ved hjælp af deepfake-teknologi.
Hvad er deepfake-forensik-løsningerne, der tilbydes af Powerhouse Forensics?
Vi tilbyder tjenester til at analysere billeder, lyd og video for at bestemme, om mediet er blevet redigeret, ændret eller manipuleret fra sin oprindelige kilde.
Tak for det gode interview, læsere, der ønsker at lære mere, skal besøge Powerhouse Forensics.
